基于数据驱动大规模配电终端运行缺陷控制及自诊断方法

1.本发明涉及电力系统配电网运维领域，尤其涉及一种基于数据驱动大规模配电终端运行缺陷控制及自诊断方法。


背景技术：

2.配电网是电力系统中直接与用户相连的末端，其安全运行直接关系到用户供电的可靠性。历史统计出的数据可看出配电网故障引起的负荷损失占总电网损失的70％。近年来，随着智能电网建设的推进，配电网正经历着快速发展，不仅配电网的规模不断扩大，而且对供电可靠性、安全性和经济性提出了更高的要求。这就导致检修工作量和检修成本不断攀升，根据人工经验制定的检修计划己经不能再适应日益增大的电网和检修要求的提高，无法兼顾电网检修的可靠性和经济性的要求，充分考虑各方面的因素以制订合理的检修计划具有现实的迫切性和必要性。利用先进的通信组网、智能传感、大数据处理等技术对智能配电网运行状态进行评估，及时发现隐患、掌握设备和系统运行状态已引起电力公司的广泛关注。
3.目前世界信息产业已经迎来物联网发展浪潮，国家电网公司也提出通过建设泛在电力物联网，为培育发展新兴战略性产业，提供更强大的数据信息资源支撑。随着智能配电网运检新需求的出现，为智能传感装备和人工智能技术的应用提供了新的契机，输变电设备实现智能化已引起广泛关注。借助于边缘计算、人工智能等物联网新技术在智能电网中的应用，输变电设备进入了多个领域融合创新的新发展阶段。在配电物联网快速发展的时代，原有的配电运维工作方式难以应对配电终端的大规模接入所带来的压力。运维人员数量有限，技术水平参差不齐，而配电终端建设规模广，数量多，造成配电终端缺陷的因素多种多样，导致运维工作困难复杂。当前运维人员只是对大量终端缺陷数据进行简单的记录分类，针对终端缺陷依据运维经验人为分析消缺(即消除终端缺陷)，被动运维且运维效率低。
4.为了保证配电终端大规模接入后配电网的稳定运行，现亟需从配网运行产生的大量终端缺陷数据之中挖掘出所需的规律，有效分析缺陷背后的原因，为缺陷诊断、消缺提供思路，并提高配电终端运维工作的效率与能力。在当前“大数据”时代背景下，数据挖掘技术已深入渗透电力系统多个领域，推动智能电网朝能源互联网的发展。


技术实现要素：

5.本发明提供了一种基于数据驱动大规模配电终端运行缺陷控制及自诊断方法，本发明根据配电网运维工作的实际情况，融合环境、设备运行状态、人为操作等多元数据，通过研究基于数据驱动的大规模配电终端运行特性分析模型及评判分析，为缺陷诊断、消缺提供思路，提高配电终端运维工作的效率与能力，保证电力系统的正常运行，详见下文描述：
6.一种基于数据驱动大规模配电终端运行缺陷控制及自诊断方法，所述方法包括：
7.获取配电终端缺陷影响因素与缺陷特征，构建由中央处理单元、通信模块、采集模块、操作控制回路、电源模块组成的配电终端结构模型；
8.构建基于数据驱动的配电终端缺陷分析模型，基于数据驱动对配电终端进行缺陷分析及自诊断。
9.其中，所述基于数据驱动的配电终端缺陷分析模型为：
10.在配电变压器已有运行数据的基础上，利用线索二叉树链表建立同一线路配电变压器群的拓扑关系，充分利用配电变压器二次侧的运行数据，提出基于数据驱动的配电变压器容量在线校正，明确配电变压器之间的前驱后继关系。
11.进一步地，所述获取配电终端缺陷影响因素与缺陷特征为：
12.采集供电公司终端缺陷数据，对引发终端缺陷的关键因素归纳总结分析，建立配电终端多维度影响因素体系。
13.其中，融合配电终端结构与apriori算法数据模型，基于统计的缺陷数据筛选出缺陷关键因素集合dr，利用apriori算法获取频繁项集并推导所需的关联规则。
14.其中，所述关联规则用于对终端缺陷进行多维度综合自诊断为：
[0015][0016][0017]
式中：r1规则为影响因素与缺陷的关联关系；r2规则为缺陷与缺陷设备故障部位的关联关系。
[0018]
本发明提供的技术方案的有益效果是：
[0019]
1、本发明能够分析缺陷产生机制，为计划性检修与故障检修提供依据，降低缺陷率，提高消缺效率；
[0020]
2、本发明能够执行缺陷配电终端故障部位的自诊断，构建配电终端自诊断模型，形成并完善多维度综合自诊断；
[0021]
3、本发明通过对配电变压器的容量进行在线校正，可以节省对配电变压器逐台单独测量的时间，为配电网的优化运行策略提供保障，提高电力系统的运行控制水平，从而保证电力系统的正常运行；
[0022]
4、本发明科学合理，适用性强，效果佳。
附图说明
[0023]
图1为apriori算法的流程图；
[0024]
图2为配电终端缺陷多维度影响因素的体系图；
[0025]
图3为配电终端的缺陷分类图；
[0026]
图4为配电终端的结构图；
[0027]
图5为基于数据驱动的配电终端缺陷分析及自诊断方法图；
[0028]
图6为松原公司甲线路所接带配电变压器辐射状图；
[0029]
图7为配电变压器群二叉树结构图。
具体实施方式
[0030]
为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。
[0031]
下面对本发明实施例涉及到的技术背景进行下述的介绍：
[0032]
一、关联规则与apriori算法，具体为：
[0033]
关联规则最早在1993年由rakesh agrawal等人提出，以发掘大量顾客购买不同产品之间的关联规律性。
[0034]
1)关联规则定义及指标
[0035]
a.关联规则定义：以本发明实施例研究的配电终端缺陷问题为例，对于1个终端设备缺陷数据库，影响因素f、缺陷类型d、故障模块p是分析缺陷问题的关键属性，制造厂家m作为家族性缺陷是影响因素f的一部分。由于配电终端缺陷数据中含有制造厂家m的信息，因此将其单独提取出来作为1个关键属性，用以研究是否某厂家生产的设备存在某种特定的缺陷。关键属性及其对应的元素具体为：
[0036]
dr＝{d,f,m,p}
[0037]
d＝{d1,d2…dm
}
[0038]
f＝{f1,f2…fn
}
[0039]
m＝{m1,m2…
mi}
[0040]
p＝{p1,p2…
pj}
[0041]
式中，缺陷d有m种类型，影响因素f有n种类型，厂家m共有i家，故障模块p有j类。
[0042]
以某一影响因素ff和缺陷类型dd为例，关联规则可表述为：其中其中且其表示若出现先导ff因素，那么有一定的关联关系也会导致后继dd缺陷的出现。
[0043]
b.重要指标：关联规则的评价准则有支持度和置信度2个指标。对于关联规则支持度指的是发生该规则的概率，即ff和dd同时发生的概率p(ff∪dd)；置信度指的是该规则发生的可靠程度，即在ff发生的情况下dd的条件概率p(dd|ff)。单元素项集ff的支持度sup(ff)表达式为：
[0044][0045]
式中：t(ff)为ff元素在缺陷数据库中出现的次数；t(data)为总缺陷数据条目数。多元素项集的支持度表达式为：
[0046][0047]
式中：t(pp∩dd∩ff)为pp，dd，ff所有项集元素同时在缺陷数据库中出现的次数。关联规则置信度表示为：
[0048][0049]
在分析关联规则时会设置支持度和置信度的最小阈值指标，以此来筛选出具有一
定可靠性的关联规则。设置的最小支持度阈值表示被考虑项集的最低重要程度，最小置信度阈值表征关联规则的最低可靠性。满足最小支持度的项集称为频繁项集，满足最小置信度的规则称为强规则，即所需获取的目标规则。
[0050]
二、apriori算法实现过程
[0051]
apriori算法用于获取数据库中的频繁项集，其核心思想是自连接和剪枝。实现过程如图1所示。
[0052]
自连接步骤原则：以m项项集为例，频繁项集lm自连接形成候选频繁项集cm+1的条件是项集中有且只有m-1项元素相同，剩余的2项不同的元素与m-1项相同元素组合形成cm+1。
[0053]
剪枝原则：cm+1项集的所有m项子集必须出现在lm中，否则将被剪枝。剪枝步骤依赖于apriori算法重要的性质：所有包含非频繁项集的项集都是非频繁项集，也即是所有频繁项集的子集都是频繁的。以本发明实施例研究的配电终端缺陷问题为例，首先扫描终端缺陷数据库形成只包含1个元素的候选频繁项集c1，统计各元素出现次数，与最小支持度比较，筛选出频繁项集l1，接着其中的元素两两组合，自连接形成含2个元素的候选频繁项集c2，与最小支持度比较得到频繁项集l2，再自连接形成c3，剪枝后与最小支持度比较形成l3，按此规律循环直到不能得到更大的频繁集即最终的最大频繁项集即为lk-1。
[0054]
在配电变压器已有运行数据的基础上，利用线索二叉树链表建立同一线路配电变压器群的拓扑关系，充分利用配电变压器二次侧的运行数据，提出了一种基于数据驱动的配电变压器容量在线校正方法，可以明确配电变压器之间的前驱后继关系，有效地实现配电变压器容量的校正。
[0055]
实施例1
[0056]
本发明实施例1以配电终端的结构模型为基础，融合环境、设备运行状态、人为操作等多元数据，分析了配电终端缺陷产生的影响因素与配电终端的缺陷特征，包括以下步骤：
[0057]
101：配电终端缺陷影响因素与缺陷特征分析；
[0058]
1)配电终端缺陷影响因素体系
[0059]
配电终端失效、缺陷由多元因素引起。通过采集供电公司终端缺陷数据，对引发终端缺陷的关键因素归纳总结分析，建立了配电终端多维度影响因素体系，如图2所示。
[0060]
多维度影响因素可分为外部因素和内部因素。其中，外部因素中的人为操作不当多为遥控开关和操作空开未合，一次设备影响多为开关机构卡涩及电操机构故障。内部因素是指引起缺陷的设备源发性因素，其中的硬件运行状态为关键硬件(如电源、cpu、三遥插件)运行状态，蓄电池状态、二次回路(如三遥功能采样回路)状态。
[0061]
2)配电终端缺陷特征分析
[0062]
配电终端的缺陷种类繁多，按照缺陷现象可分为遥信缺陷(遥信频繁变位等)、遥控失败(遥控分合失败)、遥测缺陷(遥测不刷新、遥测量异常等)、终端离线、频繁投退及其他缺陷，如图3所示。其中前3项可归为终端“三遥”功能性缺陷，其余项为设备缺陷。
[0063]
102：配电终端结构模型；
[0064]
配电终端的主要构成如图4所示，包含：中央处理单元、通信模块、采集模块、操作控制回路、电源模块5个部分。
[0065]
1)中央处理单元：配电终端的核心是中央处理单元。其主要任务是给各个模块发出指令：控制采集模块采集信号并实现电压、电流、有功功率数据的计算，控制通信模块实现与主站及其他设备的通信，给操作控制回路发出遥控命令。此外，中央处理单元还承担故障判别分析的功能。中央处理单元内部的自诊断模块对终端软件运行状态进行监测，对系统参数进行核定来判定故障与否。
[0066]
2)通信模块：通信模块主要完成配电终端与其他设备以及主站之间的信息交互。终端通信较常出现通信延时，丢包率高，通信不稳定等问题。通信模块的自诊断模块主要针对终端对主站以及终端对其他设备的通信质量进行考察。自诊断模块通过虚拟通道分析信号延时、通信丢包率、信号抖动以及信息接收方(如主站和其他设备)是否能收到通信信号等指标来判定通信模块是否故障。
[0067]
3)采集模块：采集模块采集电压互感器、电流互感器和开关的遥测遥信数据，并交由中央处理单元处理。在遥测遥信采集数据出现异常的情况下，自诊断模块根据数据偏差值情况确定是否为采集单元内部电路故障或外部传感器故障。
[0068]
4)操作控制模块：操作控制回路用于实现对线路开关的遥控功能，完成故障隔离。操作控制回路自诊断模块判定中央处理单元发出的遥控指令是否正确执行到断路器及开关上。
[0069]
5)电源模块：电源模块包含蓄电池和接入电网侧的充电模块。电网正常运行时，电网侧通过充电模块给配电终端供电并对蓄电池浮充电。电网侧失电时则蓄电池支持终端运行。电源模块判定电网侧充电电压和蓄电池电压是否为标准，预测蓄电池的荷电状态和放电深度，对其状态进行评估。
[0070]
实施例2
[0071]
在实际的运维过程中，配电终端运行产生的数据量很大，但可用于终端缺陷分析的有效数据较少，大量数据冗余，且不具有代表性。为契合配电终端缺陷数据特点，实施例2融合配电终端结构与apriori算法数据模型提出基于数据驱动的配电终端缺陷分析及自诊断方法。下面进行进一步地介绍：
[0072]
201：基于数据驱动的配电终端缺陷分析模型：
[0073]
基于数据模型的分析方法可用于分析大量数据，挖掘所需信息，获取数据背后隐藏的规律。通过apriori算法得到k-1项最大频繁项集lk-1，列举出所有待选关联规则其中再通过计算规则置信度，大于最小置信度阈值的规则即为强规则。
[0074]
虽然实际运维过程中配电终端运行产生的数据量大，但可用于终端缺陷分析的有效数据不足，大量数据冗余，且不具有代表性，较为零散。为提出契合配电终端缺陷数据特点的分析方法，融合配电终端结构与apriori算法数据模型提出基于数据驱动的配电终端缺陷分析及自诊断方法。基于统计的缺陷数据筛选出缺陷关键因素集合dr，利用apriori算法获取频繁项集并推导所需的关联规则。
[0075]
为分析缺陷产生规律并提出自诊断方法，需要获取以下2类强规则：
[0076][0077]
[0078]
式中：r1规则为影响因素与缺陷的关联关系，用于分析何种影响因素导致了何种缺陷，以获取缺陷产生规律；r2规则为缺陷与缺陷设备故障部位的关联关系，表示发生某种缺陷的同时终端设备某部位经常存在故障，规则表明存在该部位即是引起该种缺陷的可能性，在发生该种缺陷时首先自诊断该部位。该规则对终端缺陷进行多维度综合自诊断，能够提高消缺的效率。本实例提出的基于数据驱动的配电终端缺陷分析及自诊断方法如图5所示。
[0079]
202：基于数据驱动的配电终端缺陷分析及自诊断方法；
[0080]
基于所提模型，分析以往配电运维过程中的配电终端缺陷数据，获取所需的强规则以构建规则库。其中影响因素与缺陷的强规则r1可构成终端缺陷规律规则库，缺陷与缺陷设备故障部位的强规则r2可构建终端缺陷自诊断规则库。在配电终端实际运行过程中，运用规则库分析终端产生的缺陷，从而进行计划性检修与故障检修。
[0081]
1)计划性检修：根据配电终端缺陷规律规则库对发生的终端缺陷进行溯源分析，找到该缺陷对应的影响因素，在日后的运维过程中采取手段避免此种影响因素的发生，从而降低缺陷率。在某种缺陷多发且具有规律性可循时，可采取预防性措施提前找出对应缺陷的影响因素，安排巡查检修，避免缺陷的发生。
[0082]
2)故障检修：缺陷发生时，运用终端缺陷自诊断规则库分析与终端缺陷有关联的故障部位，执行该部位的自诊断模块找出缺陷。由于置信度高代表该规则可靠性高、更可能发生，若存在多个具有关联指向的故障部位，则根据置信度排序，先自诊断强规则中置信度高的部位，再依次诊断剩余部位。基于终端缺陷自诊断规则库进行故障部位的自诊断行为可提高定位故障的效率与准确度，以便快速定位故障部位从而采取消缺措施。实际运行过程中，缺陷与故障部位的规则可能并不存在于从以往数据获取的强规则中，此时需借助专家经验进行分析，缺陷问题解决后需及时更新自诊断规则库。在配电终端运维过程中，需在运维过程中根据配电终端检修情况更新终端缺陷规律规则库、自诊断规则库，形成系统完善的基于数据驱动的配电终端缺陷分析及自诊断方法。
[0083]
实施例3
[0084]
301：配电变压器容量在线链式评估具体流程；
[0085]
要实现配电变压器容量的正确校正，需要考虑多个方面的因素，包括配电变压器所处线路的拓扑连接关系、变压器的联结组别，以及如何根据冗余的数据计算变压器的参数等。为此，本发明实施例采用具有较高精度的链式评估方法，将容量校正的各个环节进行有机协调组合。本实例提出的配电变压器容量在线链式评估具体流程如下：
[0086]
1)根据10kv线路单线图确定所接带的每个结点配电变压器的拓扑关系，建立含双亲信息的配电变压器群三叉链表；
[0087]
2)利用配电变压器运行三相电压序列，采用相关系数法识别每个结点配电变压器联结组别的型号，并将每个配电变压器联结组别信息保存在三叉链表数据域当中；
[0088]
3)根据配电变压器拓扑关系寻找容量待评估的配电变压器父结点配电变压器信息，若父结点配电变压器是yyn0型，则继续向上搜索；
[0089]
4)确定容量待评估配电变压器联结组别，如果是dyn11型，就计算出配电变压器短路阻抗，如果是yyn0型，就计算出配电变压器零序阻抗，并与标准参考值进行比较，最终确定容量待评估配电变压器的额定容量。
[0090]
5)配电变压器容量评估是否全部完成，若是则结束评估；若否则循环步骤3)、步骤4)。在保证10kv线路运行状态良好的前提下，已校准父配电变压器主要有两方面的作用：一是考虑配电变压器高压侧三相线电压不完全相等，此时对dyn11配电变压器进行容量校正时，需要将高压侧三相线电压之间的差值考虑进去；因已校准父配电变压器与待校准配电变压器之间的10kv线路三相线路阻抗及三相电流相等，且已校准父配电变压器高压侧电压偏差值与待评估变压器高压侧电压偏差值均一致，故可用已校准父台区高压侧的电压偏差值代替待校准配电变压器高压侧的电压偏差值。二是对于yyn0配电变压器，因配电变压器零序阻抗的存在，会产生中性点电压偏移，难以用dyn11配电变压器短路阻抗计算方法来评估yyn0配电变压器实际容量，故应用yyn0配电变压器不同容量的零序阻抗不相同的特点来评估yyn0配电变压器的实际容量；在零序阻抗计算过程中需要考虑yyn0配电变压器高压侧的电压情况，在10kv线路电压未全面监测的情况下，将父配电变压器的三相电压代替yyn0配电变压器高压侧电压。
[0091]
在实际运行当中，相邻配电变压器之间线路长度一般≤2km，已校准父配电变压器与待校准配电变压器之间高压侧电压值相差≤2v，从而使得计算yyn0配电变压器零序阻抗不受影响。
[0092]
以松原公司甲线路为例，其拓扑关系如图6所示，线路接带配电变压器8台，其中现场核实dyn11配电变压器5台，yyn0配电变压器3台，3号配电变压器为容量已校准配电变压器。
[0093]
302：配电变压器联结组别识别；
[0094]
取8台配电变压器2017年5月20日一天的运行数据，对异常数据如数据为空，进行剔除，设置不同阈值分析配电变压器联结组别自动识别准确性情况。通过表2可知，当相关系数阈值为0.9时，yyn0型准确率为100％，因此可采用相关系数阈值为0.9作为区分配电变压器联结组别的设定值。
[0095]
表1不同容量标准零序阻抗参考值
[0096][0097][0098]
303：配电变压器容量在线评估：
[0099]
4台dyn11配电变压器进行短路电阻和短路电抗计算，折算至一次侧，并与表1中的参考值进行比较，得到评估结果如表3所示。对3台yyn0配电变压器进行零序电阻和零序电抗计算，折算至一次值，并与表1中的参考值进行比较，将与参考值差值绝对值最小对应的参考容量为配电变压器评估容量，容量评估结果见表4。
[0100]
表2不同阀值配电变压器联结组别自动识别的准确率
[0101][0102]
表3 dyn11配电变压器容量在线评估结果
[0103][0104][0105]
表4 yyn0配电变压器容量在线评估情况
[0106][0107]
根据表中的容量评估结果可知，不管是dyn11型还是yyn0型，配电变压器容量在线链式评估方法均能准确有效反映出配电变压器的实际容量。
[0108]
本发明实施例对各器件的型号除做特殊说明的以外，其他器件的型号不做限制，只要能完成上述功能的器件均可。
[0109]
本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0110]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。